第六章及 逐次逼近法lz.pptx

第六章 逐次逼近法 6.1 解线性方程组的迭代法 6.2 矩阵和向量的范数 6.3 非线性方程的迭代法 6.4 多根区间上的逼近求根6.1 解线性方程组的迭代法一、迭代法的思想二、Jacobi迭代法三、Guass-Seidel迭代法第一节 解线性方程组的迭代法一、迭代法的思想1.问题直接法求解线性方程组Ax=b的过程中，系数矩阵A在不断变动，A的阶数较大时，占用内存很大，程序复杂，对编程技巧要求高。解决方法：求解过程中系数矩阵不变程序设计较简单的迭代法。2.思想按照某种规则，通过已知元素或已经求得的元素求出后继元素，从而形成一个序列，由该序列的极限过程去逐步逼近数值问题的精确解。第一节 解线性方程组的迭代法二、Jacobi迭代法例1 用简单迭代法解下列方程组解：我们分别从方程组的三个方程中分离出x1，x2，x3，得：据此可以建立迭代公式如下：当k－∞时，X1（k）-1.1， X2（k）-1.2 ， X3（k）-1.3第一节 解线性方程组的迭代法二、Jacobi迭代法1.解线性方程组的迭代法：将联立方程组的求解归结为重复计算一组彼此独立的线性表达式，从而简化问题。考察一般形式的线性方程组：(i=1~n)含义：第k＋1次迭代出来的 是由第k次迭代出来的 加上一个修正项△xi得到的。随着△xi第一节 解线性方程组的迭代法二、Jacobi迭代法写成迭代格式：(k=0~+∞)(i=1~n)U00LD第一节 解线性方程组的迭代法二、Jacobi迭代法2.矩阵表达原来方程：Ax＝b0000A =fJBJJacobi迭代矩阵公式第一节 解线性方程组的迭代法二、Jacobi迭代法2.矩阵表达: A=D-L-U-U-LD(k=0~+∞)Jacobi迭代矩阵公式第一节 解线性方程组的迭代法二、Jacobi迭代法(k=0~+∞)第一节 解线性方程组的迭代法二、Jacobi迭代法D-1例1用Jacobi迭代法解下列方程组据此可以建立迭代公式如下：L+U第一节 解线性方程组的迭代法二、Jacobi迭代法2.矩阵表达例2(P214 例1) 用简单迭代法解下列方程组若取初值则迭代10次后可得 其矩阵形式如下：BJfJ第一节 解线性方程组的迭代法二、Jacobi迭代法(1)由于Xi(k+1)=Xi(k)+△Xi,△Xi代表了误差，故可以用Xi(k+1)-Xi(k)控制精度，用Y[i]存储迭代结果Xi(k+1)，用X[i]存储迭代初值Xi(k)，用 刻画精度。(2)控制运算量：为了防止收敛速度过慢或迭代不收敛（发散），设置最大迭代次数N以控制计算量。若迭代N次尚不能达到精度要求，则宣告迭代失败。3.算法设计第一节 解线性方程组的迭代法二、Jacobi迭代法3.算法设计第一节 解线性方程组的迭代法作 业 题P 260 习题14 (1) （用G－S迭代法解方程组）P 260 习题14 (2)（用Jacobi 迭代法解方程组）第一节 解线性方程组的迭代法三、Guass－Seidel迭代法例1 用G-S迭代法解下列方程组解：我们分别从方程组的三个方程中分离出x1，x2，x3，得：据此可以建立迭代公式如下：(k+1)(k+1)(k+1)当k－∞时，X1（k）-1.1， X2（k）-1.2 ， X3（k）-1.3第一节 解线性方程组的迭代法三、Guass－Seidel迭代法1.解线性方程组的迭代法注：（1）Jacobi迭代中没有充分利用已经计算出来的信息，例如在计算xi时，x1～xi-1都已经计算出来了，一般而言，xi(k+1)要比xi(k)更准确些。（2）在本题中G-S的迭代效果比Jacobi好，一般而言G-S的收敛效果比Jacobi好，收敛更快，但也不一定。有时可能G-S比Jacobi收敛更慢，甚至G-S发散，Jacobi反而收敛。 △xi第一节 解线性方程组的迭代法三、Guass－Seidel迭代法(k=0~+∞)1.迭代公式(i=1~n)写成迭代格式：00第一节 解线性方程组的迭代法三、Guass－Seidel迭代法2.矩阵表达原来方程：Ax＝b0000A =fGBGG-S迭代矩阵公式第一节 解线性方程组的迭代法三、Guass－Seidel迭代法2.矩阵表达: A=D-L-U-U-LD(k=0~+∞)第一节 解线性方程组的迭代法二、Jacobi迭代法例1用G-S迭代法解下列方程组解第一节 解线性方程组的迭代法二、Jacobi迭代法例1用G-S迭代法解下列方程组据此可以建立迭代公式如下：(D-L)-1U(D-L)-1b第一节 解线性方程组的迭代法三、Guass－Seidel迭代法3.Jacobi迭代与G-S迭代比较Jacobi迭代矩阵公式Jacob